КОГНИТИВИСТИдейное ядро²Прологи
Пролог 64. Генеративные модели Я-состояния
Прологи: наука о сознании становится точной
Манифест когнитивиста
.
Узелки на распутку
.
Прологи
Пролог 1. Когнитивный порядок
Пролог 2. Сигнатура характерного масштаба
Пролог 3. Степенной закон
Пролог 4. Три типа степенных распределений
Пролог 5. Закон Зипфа, сигнатура β = 1
Пролог 6. Цветные шумы, сигнатура α = 1
.
Пролог 7. Розовый шум и модель Бака-Снеппена
Пролог 8. Розовый шум и модель релаксации
Пролог 9. Розовый шум: шипелки и фрактальное блуждание
Пролог 10. Население городов и закон Зипфа
Пролог 11. Масштабно-инвариантные сети
Пролог 12. Фракталы и закон Зипфа
Пролог 13. Дробление континуума
Пролог 14. Социально-географические волокна
Пролог 15. Закон Зипфа в случайных текстах
Пролог 16. Тексты как фракталы
Пролог 17. Когнитивные фракталы
Пролог 18. β и размерность Хаусдорфа
Пролог 19. Образы когнитивных фракталов
Пролог 20. Когнитивные волокна
Пролог 21. Математика когнитивных фракталов
Пролог 22. Стохастические когнитивные фракталы
Пролог 23. Сравниваем Россию и Польшу
Пролог 24. От Швейцарии до Афганистана
Пролог 25. Гармониум
Пролог 26. Шум когнитивных фракталов
Пролог 27. Шум когнитивных процессов
Пролог 28. Розовый шум в поведении людей
Пролог 29. Шум в динамике зрительного внимания
Пролог 30. Изображения и двухмерный розовый шум
.
Пролог 31. Физическая и когнитивная релаксация
Пролог 32. Когнитивная релаксация и цветные шумы
Пролог 33. ВТОРОЙ ЦИКЛ. Дробление времени
Пролог 34. Когнитивное дробление времени
Пролог 35. Время как текст
Пролог 36. События и причинность
Пролог 37. Четыре причины Аристотеля
Пролог 38. Экзогенные причины
Пролог 39. Генеративные модели причинности
Пролог 40. Генеративные модели причинности, часть 2
Пролог 41. Гештальт-причинность
Пролог 42. Тау-модель
Пролог 43. Я-состояния и тироны
Пролог 44. Параметры тау-модели
.
Пролог 45. Параметры тау-модели, часть 2
Пролог 46. Параллельный тирон
.
Пролог 47. Параллельный тирон, часть 2
Пролог 48. Свойства тирона
.
Пролог 49. Свойства тирона, часть 2
.
Пролог 50. Семейства тирона
Пролог 51. Эволюция как тирон
Пролог 52. Я-состояния и девиации
Пролог 53. Эволюция и морфогенез
Пролог 54. Волокна и легенды
Пролог 55. Волокна и легенды, часть 2
Пролог 56. ТРЕТИЙ ЦИКЛ. Я-состояния и их структура
Пролог 57. Я-состояния и их структура, часть 2
Пролог 58. Спиральная структура
.
Пролог 59. Информация и её типы
Пролог 60. Информация и симметрия
Пролог 61. Информация и закон Вебера-Фехнера
Пролог 62. Натуральная пропорция
Пролог 63. Апекс Я-состояний
.
Пролог 64. Генеративные модели Я-состояния
Пролог 65. Нейрон
Пролог 66. Критические случайные графы
.
Пролог 67. Блохи и табакерки
Пролог 68. Чаши, табакерки и прочее
.
Пролог 69. Интерлюдия
Пролог 70. Гештальт числа e
.
Пролог 71. Гештальт числа e, часть 2
Пролог 72. ЧЕТВЁРТЫЙ ЦИКЛ. Тиронный рост
Пролог 73. Обобщённые процессы
Пролог 74. Обобщённые процессы, часть 2
Пролог 75. Обобщённые процессы и энтропия Реньи
Пролог 76. Дельта-процессы
.
Пролог 77. Дельта-аддитивные процессы
Пролог 78. Дельта-мультипликативные процессы
Пролог 79. Дельта-мультипликативные процессы, часть 2
Пролог 80. Дельта-мультипликативные процессы, часть 3
Пролог 81. Структурно-временной изоморфизм
Пролог 82. Тау-процесс и время
Пролог 83. Знаки состояний
Пролог 84. Мерные знаки и случайное блуждание
.
Пролог 85. Именные знаки и графы состояний
Пролог 86. ПЯТЫЙ ЦИКЛ. Простые числа
Пролог 87. Числа и их компоненты
Пролог 88. Время и простые числа
Пролог 89. Т-информация
Пролог 90. Новый прототип статистики Зипфа
Пролог 91. Новый прототип и гармоническая информация
.
Пролог 92. Не-целочисленные симметрии
Пролог 93. Спектры симметрии
.
Пролог 94. Преобразования симметрий
Пролог 95. Комплексные симметрии
Пролог 96. Cимметрии и структурные модальности
Пролог 97. Симметрии и характерная динамика
Пролог 98. Симметрия, энергия, излучения
Пролог 99. Симметрия системы
Пролог 100. Симметрия континуумов и траекторий
Пролог 101. Симметрия континуумов, часть 2
Пролог 102. Симметрия и масштаб
Пролог 103. Симметрия и вероятность
Пролог 104. Симметрия и вероятность, часть 2
.
Пролог 105. Преобразование симметрии континуумов
Пролог 106. Cимметрия многомерных континуумов
Пролог 107. Опыты с взаимодействием форм
Пролог 108. Опыты с взаимодействием форм, часть 2
Пролог 109. Омега-преобразование
Пролог 110. Омега-линзы
Пролог 110 (2). Омега-линзы, часть 2
Пролог 111. Геометрическое среднее и максимум энтропии
Пролог 112. Мультипликативные коллизии
Пролог 113. Смысл принципа максимума энтропии
Пролог 114. Варианты модели мультипликативных коллизий
Пролог 115. Свойства модели мультипликативных коллизий
Пролог 116. Геометрическая энтропия
Пролог 117. Специальные энтропии. Последний Пролог.
Степенные законы, распределения Парето и закон Зипфа
.
Когнитивный уровень
.
Мерцающие зоны
.
Органическая логика: резюме
Карта органической логики
.
Хвост ящерки. Метафизика метафоры.
.
Опус 1/F
.
Anschauung, научный метод Гёте
.
Закон серийности Пауля Каммерера
.
Ранние признаки критических переходов
.
Слабые сигналы
.
Меметика
.
Системный анализ и чувствительные точки
.
Спиральная динамика
.
Пролог 64. Генеративные модели Я-состояния
 
Роман Уфимцев
13 ноября 2012 года, Калининград
Мы подробно исследовали модель тирона, в которой структура родового Я-состояния раскрывается в объектах второго уровня тирона, то есть, в прямых отпрысках родового Я-состояния. Но теперь мы взглянем на Я-состояние как на самостоятельное множество объектов, связанных геометрической статистикой. Если бы мы не знали, что это множество является частью тирона, какая генеративная модель могла бы нам объяснить его происхождение?
Речь идёт о простой модели, которая могла бы нам объяснить, каким образом может развиваться множество объектов, размеры которых отвечают геометрическому ряду
Генеративная модель 1: Скачущие частицы
Мы видим, что ряд подчиняется экспоненциальному закону - и и это для нас может послужить подсказкой. Припомним закон радиоактивного распада, который мы неоднократно обсуждали и выдвигали на роль генеративной модели материальной причинности: если у нас есть масса частиц, распадающихся с некоторой фиксированной вероятностью за один шаг времени, то с течением времени t количество частиц m(t) будет спадать по экспоненциальному закону:
Отсюда мы приходим к следующей простой генеративной модели, которая является прямым перифразом модели радиоактивного распада:
Имеется бесконечный ряд сосудов. В каждый момент времени на этот ряд налетает частица единичной персистивности. Первым делом она попадает в первый сосуд. Она может остаться в первом сосуде или с вероятностью 1/e отскочить от него и перепрыгнуть в следующий сосуд. И вновь, она может остаться во втором сосуде или с вероятностью 1/e - отскочить и перепрыгнуть в третий сосуд, и т.д. Тогда в каждый момент времени распределение сосудов по количеству содержащихся в них частиц будет отвечать геометрической прогрессии с основанием e, то есть, соответствовать структуре Я-состояния.
Хотя это очень простая модель, и в этом её преимущество, к сожалению, у неё есть критический изъян - она не объясняет, почему частицы перескакивают в другой сосуд именно с вероятностью 1/e. Будь это, например, вероятность 1/2, мы могли бы считать её результатом простой симметрии системы, но вероятность 1/e - а именно она задает натуральную пропорциональность структуры Я-состояний - требует особого объяснения. Поэтому мы должны искать другую генеративную модель.
Генеративная модель 2: Чаши терпения
Видоизменим наши сосуды так, что теперь они больше похожи на чаши или котлы:
Назовём их "чашами терпения" (почему, вскоре станет ясно) и положим, что мера терпения каждой чаши равна 1 - это высота каждой чаши. Пусть теперь на первую чашу налетают частицы-раздражители с различной "раздражающей" способностью. Пусть эта способность для каждой налетающей частицы случайна, и определяется как случайное число в диапазоне от 0 до 1.
Работа модели начинается с полностью пустых чаш, терпение которых равно 1. Пусть первая налетающая частица имеет раздражающую способность x1. Попав в первую чашу, эта частица исчерпает терпение чаши ровно на x1, так что у чаши останется терпение, равное 1-x1. Поскольку раздражающая способность частицы не может быть больше 1, она не переполнит чашу терпения - и в этом случае мы будем считать, что чаша поглотила частицу, "стерпела её".
Но после первой частицы налетает вторая, с раздражающей способностью x2. И тут ситуация уже неоднозначна, ведь у чаши осталось терпения всего 1-x1. Если величина 1-x1 - x2 оказывается выше нуля, значит, вторая частица тоже не переполнит чашу и поглотится ею. Но если вдруг 1-x1 - x2 оказывается меньше нуля, это значит, что чаша терпения переполняется, и чаша "бунтует": она отторгает частицу, и её терпение возвращается к исходному значению, к 1. Отторжение частицы приводит к тому, что она направляется на вторую чашу, при этом её раздражающая способность устанавливается заново, как случайное число в диапазоне от 0 до 1 (то, что сильно раздражает первую чашу, может совсем не сильно раздражать вторую - у них разный "вкус" и "характер", поэтому при передачи частицы следующей чаше её раздражающая способность устанавливается заново).
Вторая чаша ведет себя точно также как первая и тоже постепенно теряет терпение, затем "бунтует" и отправляет частицу третьей чаше, и т.д. На рисунке серыми столбиками в чашах мы отмечаем истории постепенного исчерпания их терпения, каждый столбик состоит из сегментов, соответствующих поглощенным частицам. Красные столбики отмечают текущее состояния терпения чаш - именно они растут, когда на чашу налетает новая раздражающая частица. Если в результате столбик оказывается выше края чаши, последняя налетевшая частица отторгается и столбик перестает расти - начинает расти новый.
Как видим, в этой модели нигде нет в явном виде числа e или вероятности 1/e - только нейтральные случайные числа в диапазоне от 0 до 1 и чаши с единичным терпением. Как же распределится количество поглощенных частиц по чашам после длинной эволюции модели? Вот результат для модели после 1 млн. налетевших частиц:
Удивительно, но мы получили ранговое распределение, практически идеально соответствующее экспоненциальной функции, а значит, и структуре Я-состояния. При этом для получения этого результата вовсе не нужна длинная эволюция модели. Например, вот распределение чаш после всего 20 налетевших частиц:
(К слову, суммарная "раздражающая способность" поглощенных каждой чашей частиц распределяется точно также, как и их количество - экспоненциально, ясно, почему.)
Тот факт, что эта модель порождает чистое экспоненциальное ранговое распределение можно доказать аналитически. Для этого нужно доказать, что для превышения суммы в 1 необходимо суммировать в среднем e случайных чисел в диапазоне от 0 до 1 - см. доказательство в Математическом приложении 6, параграф "3. Достижение единичного порога". Действительно, чаши фактически суммируют случайные числа, и если сумма превышает 1, заставляют суммировать следующую чашу. В результате каждая чаша передает очередную налетевшую частицу следующей с вероятностью 1/e.
С течением времени текущий "уровень раздражения" каждой чаши растет, затем падает до нуля и снова растет. Например, вот так выглядит график текущего уровня раздражения для первой чаши:
Оказывается, средний "уровень раздражения" первой чаши (усредненное значение по всем моментам времени) оказывается равным в точности 1/e. То есть, средний уровень раздражения чаши соотносится с предельным уровнем (он равен единице) в натуральной пропорции. Однако, это касается не только первой чаши, но и всех остальных чаш. Например, вот график текущего уровня раздражения для второй чаши:
По понятной причине она медленнее накапливает раздражение, динамика выглядит более растянутой во времени, нежели у первой чаши - дело в том, что вторая чаша претерпевает изменения лишь в те моменты, когда терпение заканчивается у первой чаши, а это случается не в каждый момент времени. Тем не менее, средний уровень раздражения и для второй чаши оказывается равным 1/e - как и для всех остальных чаш на длинном прогоне времени.
Далее, доля моментов времени, когда чаши находятся на нулевом "уровне раздражения" соотносится со всеми моментами также в натуральной пропорции. То есть, если мы, например, будем наблюдать состояние чаш в течение 1 суток, то в общей сложности 1/e суток (≈ 8,8 часов) каждая из чаш будет иметь нулевой "уровень раздражения".
Хронология структурных частей Я-состояния
Мы видим, что поведение всех чаш имеет сходные черты, однако, характерная скорость событий для чаш различается. Самые быстрые изменения уровня раздражения и самая короткая длительность циклов наблюдается у первой чаши. По сравнению с ней динамика второй чаши замедленна, растянута во времени ровно в e раз. Динамика третьей чаши в свою очередь замедленна по сравнению с первой в e2 раз и т.д. Таким образом, модель чаш терпения предсказывает различие характерной частоты событий для различных структурных частей Я-состояния или, говоря несколько фигурально, различную скорость времени. В процессе раскрытия структуры Я-состояния открываются новые структурные части, которые характеризуются всё более замедленным ходом времени, то есть, всё меньшей частотой событий. Частота событий в каждой следующей структурной части Я-состояния составляет 1/e от предыдущей.
Ценность этого вывода заключается в том, что он позволяет выделять в природных и социальных феноменах как Я-состояниях структурные части, опираясь на удобную для наблюдения меру частоты событий. Мы можем отвлечься от часто сложной для анализа видимой структурной организации феномена и сфокусироваться на характерных частотах событий в различных зонах феномена. Тогда зоны, характеризующиеся максимальной частотой событий должны относиться к первой структурной части Я-состояния, а зоны с минимальной частотой изменений - напротив, к самым последним раскрытым структурным частям, к апексу Я-состояния.
Пусть, например, в наблюдаемом феномене мы обнаружили зону, характеризующуюся частотой событий ≈ 1 событие/сутки. Если зон, в которых плотность событий ещё выше в феномене нет, эту зону мы должны рассматривать как первую структурную часть феномена как Я-состояния. Далее, опираясь на то, что каждая следующая структурная часть замедляет поток событий в e раз, имеем ожидаемую частоту событий для остальных частей (зон) Я-состояния:
Зона 2: Плотность событий 1/e событий в каждые сутки ≈ 1 событие в трое суток (точнее в 2,72 суток).
Зона 3: Плотность событий 1/e2 событий в каждые сутки ≈ 1 событие в неделю (точнее в 7,4 суток).
Зона 4: Плотность событий 1/e3 событий в каждые сутки ≈ 1 событие в 3 недели (точнее в 20,1 суток).
Зона 5: Плотность событий 1/e4 событий в каждые сутки ≈ 1 событие в 2 месяца (точнее в 54,6 суток).
...
Важно заметить, что мы тут говорим не о строго периодических событиях, а о событиях, которые в среднем имеют указанные частоты. Например, если считать контрольным событием момент, когда чаша терпения переполняется, тогда периоды между контрольными событиями являются не какой-то постоянной, а случайной величиной, распределяющейся определенным образом. Например, вот так выглядит частотное распределение периодов между контрольными событиями для четвёртой чаши:
Искушенный читатель наверняка узнает это распределение - это хорошо знакомое нам логнормальное распределение. Именно так, логнормально, распределяются периоды между контрольными событиями в каждой из чаш (хотя средняя частота событий, а значит, и параметры распределения различаются). Чтобы убедиться в этом, воспользуемся логнормальной вероятностной диаграммой:
Опытные данные периодов между контрольными событиями хорошо укладываются на прямые линии, что говорит о близости распределений логнормальным. Вообще, можно показать, что в зависимости от номера чаши n, распределение периодов между контрольными событиями отвечает уравнению логнормального распределения:
Мы впервые познакомились с логнормальными распределениями, обсуждая когнитивное дробление времени. В частности, мы знаем, что моменты пересечения некоторой планки флуктуациями розового шума разбивает время на периоды, которые обладают логнормальным распределением. Кроме того, мы познакомились с рядом естественных примеров логнормального дробления времени, наиболее важным из которых является распределение длительностей фиксации внимания в восприятии человека - оно является логнормальным. Наша новая модель "чаш терпения", может быть, проливает свет на механизмы, управляющие длительностями фиксаций внимания - каждая фиксация соответствует одному циклу наполнения "чаши терпения", и когда она исчерпывается, происходит сдвиг внимания. Этот же механизм полезен и для описания динамики социального внимания - его фиксаций и сдвигов.
Эта же модель кажется удобной и для объяснения некоторых других натуральных примеров логнормальных распределений. В частности, интересный пример - распределения длительностей периодов между такими событиями как извержения вулканов или гейзеров. Например, вот логнормальная вероятностная диаграмма для распределения периодов между извержениями Везувия:
Если бы извержения вулкана происходили в совершенно случайные моменты, распределение периодов между ними было бы экспоненциальным (отмечено голубой линией), однако мы видим, что реальные данные укладываются на прямую линию, соответствующую логнормальному распределению. Не трудно понять, что мы вполне можем рассматривать вулкан как "чашу терпения", которая постепенно накапливает раздражение, чтобы однажды переполниться и разрядиться извержением.
Другой пример - извержения гейзера Old Faithful, который находится в Йеллоустоунском национальном парке в США. Пример удобен тем, что в последние годы ведётся точная статистика по периодам между его извержениями - в среднем период между всплесками активности гейзера составляет около полутора часов. Мы рассмотрим данные по извержениям 2011 года. Вот как выглядит частотное распределение периодов между извержениями:
Иногда периоды между извержениями гейзеров имеют два выраженных максимума распределений (мы не будем тут обсуждать, с чем может быть это связано). Эта особенность заметна и у гейзера Old Faithful - кроме основного частотного максимума, соответствующего периоду около 1,55 часа имеется слабо заметный максимум около периода в 1,1 час - он отмечен на распределении стрелкой. Чтобы не искажать анализ основного частотного пика, мы будем рассматривать только периоды более 1,3 часа. Вопрос таков: к какому типу относится распределение периодов между извержениями гейзера?
Первая мысль: извержения происходят относительно периодично - где-то в недрах гейзера с постоянной скоростью накапливаются вулканическиме газы и время от времени они прорываются на поверхность. Случайные отклонения в физических условиях приводят к флуктуациям периодов и так, вероятно, возникает обычное нормальное распределение периодов. Действительно, опытные данные неплохо ложатся на нормальное распределение (красная линия):
Однако, "колокол" распределения опытных данных имеет заметный скос влево и это наводит на мысль, что, возможно мы имеем дело не с нормальным, а логнормальным распределением - действительно, глядя на диаграмму распределения, логнормальная огибающая (синяя линия) кажется как минимум не хуже соответствует опытным данным, чем нормальная. Чтобы выяснить, какому распределению всё же лучше отвечают опытные данные, воспользуемся более тонким методом анализа - вероятностной диаграммой:
Как видим, логнормальное распределение всё-таки лучше соответствует опытным данным и это значит, что гейзер Old Faithful ведет себя как вулкан Везувий - только в миниатюре.
Впрочем, в своём исходном виде модель "чаш терпения" всё-же не годится для объяснения поведения гейзера. Дело в том, что в зависимости от выбора единиц измерения длительностей периодов между извержениями, мы можем добиться соответствия параметра η опытного логнормального распределения соответствующему параметру для любой из "чаш терпения". Но параметр σ не зависит от выбора единиц измерения длительностей (мы поговорим об этом подробнее далее), и в модели "чаш терпения" он всегда равен 1/e≈0,368. Для гейзера Old Faithful этот параметр равен 0,067, что существенно меньше. Однако, можно модифицировать модель так, что параметры порождаемых ею распределений периодов будут сходны с опытными для нашего гейзера. Для этого мера терпения "гейзерной чаши" должна быть равна не единице, а примерно 40. В этом случае параметр σ модельных распределений оказывается примерно равным опытному значению параметра для гейзера Old Faithful. Конечно, в этом случае модель уже не является генеративной моделью структуры Я-состояний.
Впрочем, мы пока отложим эти практически интересные темы и обратимся к более фундаментальному взгляду на источник логнормальных распределений - к генеративной модели целевой причинности. Поскольку модель "чаш терпения" порождает логнормальные распределения, нам будет полезно освежить в памяти этот вопрос.
Ещё раз о генеративной модели целевой причинности
Вспомним, что логнормальность распределений периодов времени между контрольными событиями мы полагаем спутником экзогенных когнитивных причин (они же целевые в терминах Аристотеля). При этом генеративная модель, которую мы использовали для понимания этого типа причинности оказывается созвучной модели чаш терпения. Вкратце она выглядит так: у нас имеется частица, которая должна пройти дистанцию длиной в D шагов. В каждый момент времени частица сдвигается на один шаг к цели с вероятностью p (а с вероятностью 1-p остается на месте). Тогда, если до цели не очень много шагов, то есть, дистанция не слишком велика по сравнению с длиной одного шага, периоды времени, которые потребуются частице, чтобы добраться до цели, распределяются логнормально соответственно уравнению:
Подробно обсуждая эту генеративную модель (мы не будем тут повторяться), мы полагали, что целевая причинность описывается двумя параметрами - целевой дистанцией D и вероятностью сдвига к цели p. Однако эти параметры не являются независимыми друг от друга, в действительности целевая причинность характеризуется только одним независимым параметром.
Обсудим это на конкретном примере логнормальных распределений периодов между извержениями гейзера Old Faithful. Представим исходные данные в двух видах - исчисляя периоды в часах и в минутах. Оценка опытных распределений даёт следующие параметры логнормального распределения:
Исчисление в часах: η≈0,457, σ≈0,0673
Исчисление в минутах: η≈4,55, σ≈0,0673
Как видим, выбор единицы измерения влияет на параметр η. Переход к исчислению периодов в минутах увеличивает в 60 раз каждое опытное значение, это приводит к тому, что параметр η, характеризующий положение среднего значения, увеличивается, так что новое значение η = 0,457 + ln(60) ≈ 4,55. Таким образом, параметр η зависит от выбора единиц измерения опытных данных. Напротив, этот выбор не влияет на параметр σ.
Вернёмся к генеративной модели целевой причинности. Мы знаем, как связаны параметры модели D и p с параметрами получающегося логнормального распределения периодов:
Однако, если параметр η зависит от выбора единиц измерения опытных данных, то, соответственно, также от этого выбора зависит и величина D/p, поскольку она и определяет значение η. Иными словами, в зависимости от того, в каких единицах мы исчисляем, например, периоды между извержениями гейзера, мы будем получать разные величины D/p. Это значит, что величина D/p не является значимой для модели целевой причинности, она произвольна и зависит лишь от выбора единиц измерения феномена.
Иное дело - параметр σ. Он определяется величиной (1-p)/D, и, поскольку параметр σ не зависит от выбора единиц измерения, эта величина также инвариантна относительно выбора масштаба измерений. Именно эта величина характеризует целевую причинность, а не конкретные значения параметров D и p.
Однако, для удобства мы, во-первых, будем рассматривать обратную величину D/(1-p), а во-вторых, поскольку мы можем выбирать произвольные значения D или p (лишь бы величина D/(1-p) оставалась неизменной), установим p=1/2. Тогда
Параметр D' оказывается единственным независимым параметром генеративной модели целевой причинности (мы используем штрих, чтобы отличать его от параметра D, который характеризует целевую причинность только в паре с параметром p). Его можно понимать как необходимое число шагов продвижения к цели, если каждая попытка продвижения увенчивается успехом (одним шагом к цели) с вероятностью 1/2. Для краткости, будем именовать этот параметр отложенностью цели. В частности, для гейзера Old Faithful отложенность D'≈110.
Интересно сравнить этот результат с характерной отложенностью цели, которую демонстрируют логнормальные распределения длительностей фиксаций внимания. Например, в статье "Perceptual switch rates with ambiguous structure-from-motion figures in bipolar disorder" (2008, Kristine Krug, etc.) приводятся результаты экспериментов с восприятием вращающегося прозрачного цилиндра, на стенках которого нанесены точки. Испытуемые помещались в такие условия, в которых у них не было возможности надёжно различить, в какую сторону вращается цилиндр - из-за того, что его стенки были прозрачны и они наблюдали цилиндр сбоку, они видели два встречных потока движущихся точек, который мог означать и вращения цилиндра по часовой стрелке и против часовой стрелки:
При длительном наблюдении таких неоднозначных изображений восприятие людей начинает самопроизвольно переключаться между двумя альтернативными модальностями - вот кажется, что цилиндр вращается по часовой стрелке, а вот кажется, что против часовой стрелки. Исследователи установили, что периоды переключения воспрития, то есть, периоды между изменениями настройки внимания распределяются логнормально (серая огибающая на диаграмме):
К сожалению, авторы статьи не удосужились сообщить параметры полученных распределений (это вообще распространенное упущение в статьях нынешних когнитивных психологов, которые до сих пор заняты скорее качественным познанием человека), так что автору их пришлось оценивать, ориентируясь на приведенные в статье диаграммы. Для приведенной диаграммы параметр σ (а он нас интересует прежде всего) оказался равным примерно 0,7 (±0,1). Этому значению соответствует отложенность цели D'≈1.
Мы уже описывали и другие подобные опыты. Например, в упоминавшейся нами статье "Perceptual dominance time distributions in multistable visual perception" (2004, Zhou, Gao etc.) описаны результаты схожих опытов с восприятием куба Неккера и конфликтующим восприятием, когда одному глазу предъявляется одно изображение, другому - второе. Анализ полученных исследователями логнормальных распределений периодов фиксации внимания даёт значение параметра σ ≈ 0,45, ему соответствует отложенность цели D'≈2,5.
Заметим, что гейзеру приходится достигать гораздо более отложенных целей, чем человеческому восприятию.
Теперь мы готовы вернуться к модели "чаш терпения" и разобраться с действием целевой причинности при развитии структуры Я-состояния.
Ваш комментарий
image Поля, отмеченные звездочкой, нужно обязательно заполнить
Заголовок комментария:
image Текст комментария: (не более 2000 символов, HTML-разметка удаляется)
image Ваше имя:
Ваш E-mail:
image Сколько будет дважды два? (ответьте цифрой, это проверка от спам-рассылок)
Отправить комментарий
Главные темы
Внимание (8)Геогештальт (1)Гештальт (16)Динамика внимания (5)Инсайт (5)Интуиция (2)Кибернетика (5)Когнитивное управление (6)Когнитивный анализ (4)Когнитивный словарь (5)Культура наблюдения (5)Мерцающие зоны (7)Метафизика (3)Метафора (13)Механизмы восприятия (15)Мифы и парадигмы (7)Органическая логика (5)Прогнозирование (6)Роль языка (4)Симметрии (5)Синхронизмы (5)Сложные системы (10)Степенной закон (8)Творческое мышление (5)Три уровня систем (4)Управление знаниями (3)Фазы развития (7)Фракталы (18)Цветные шумы (9)
КОГНИТИВИСТ: когнитивные методы и технологии © Роман Уфимцев, при поддержке Ателье ER